{"id":19484,"date":"2020-05-15T10:12:45","date_gmt":"2020-05-15T08:12:45","guid":{"rendered":"https:\/\/www.centreon.com\/preparez-vous-a-laiops-meme-si-ce-nest-pas-pour-tout-de-suite\/"},"modified":"2023-12-22T13:13:27","modified_gmt":"2023-12-22T12:13:27","slug":"preparez-vous-a-laiops-meme-si-ce-nest-pas-pour-tout-de-suite","status":"publish","type":"post","link":"https:\/\/www.centreon.com\/fr\/preparez-vous-a-laiops-meme-si-ce-nest-pas-pour-tout-de-suite\/","title":{"rendered":"Pr\u00e9parez-vous \u00e0 l’AIOps, m\u00eame si ce n\u2019est pas pour tout de suite"},"content":{"rendered":"

Chers ITOps, ce qu\u2019on attend de vous de plus difficile \u00e0 votre poste, c\u2019est que vous pr\u00e9disiez l’avenir. Pour bien des organisations, l\u2019AIOps (Intelligence Artificielle pour les op\u00e9rations IT) apporte plus de questions que de r\u00e9ponses. Quand et comment adopter l\u2019AIOps, et par o\u00f9 commencer ? Vous pouvez vous pr\u00e9parer d\u00e8s maintenant et vous occuper de ce qui limite votre capacit\u00e9 \u00e0 superviser et \u00e0 \u00e9valuer les performances informatiques, comme la d\u00e9centralisation et la complexit\u00e9 des technologies de l’information, la surcharge de donn\u00e9es ou les contraintes de personnel.\u00a0<\/span><\/p>\n

Cet article d\u00e9crit l\u2019AIOps, donne des exemples tir\u00e9s de cas r\u00e9els et vous propose quelques strat\u00e9gies de pr\u00e9paration, le tout sous forme de questions-r\u00e9ponses. C\u2019est un article sans pr\u00e9tention. Notre objectif est de vous aider \u00e0 vous engager d\u00e8s que possible sur la voie de l’AIOps, en ayant en t\u00eate que votre plateforme de supervision IT peut constituer la base d’une strat\u00e9gie AIOps interdomaine incr\u00e9mentale plus large.<\/span><\/p>\n

Qu\u2019est-ce que l\u2019AIOps, l\u2019Intelligence Artificielle pour les op\u00e9rations informatiques ?\u00a0<\/b><\/span><\/h2>\n

L\u2019AIOps fait r\u00e9f\u00e9rence \u00e0 une s\u00e9rie d\u2019analyses bas\u00e9es sur le big data, telles que le Machine Learning et d’autres technologies d’Intelligence Artificielle (IA) qui sont utilis\u00e9es pour automatiser le diagnostic et la r\u00e9solution des incidents ou des probl\u00e8mes des syst\u00e8mes informatiques. Ces technologies se basent sur les performances ou les donn\u00e9es de journal des syst\u00e8mes, services et applications informatiques d’une organisation.<\/span><\/p>\n

Avons-nous d\u00e9j\u00e0 manqu\u00e9 le train de l’AIOps ?<\/b><\/span><\/h2>\n

Mettez toute crainte de c\u00f4t\u00e9. Depuis 2017, l’AIOps est consid\u00e9r\u00e9 comme une tendance majeure impactant <\/span>les infrastructures et op\u00e9rations (I&O)<\/span><\/a>. L’utilisation du big data, le Machine Learning et d’autres analyses avanc\u00e9es en IT sont adopt\u00e9es \u00e0 plus long terme, \u00e0 mesure que les technologies se d\u00e9veloppent et que des probl\u00e8mes concrets li\u00e9s \u00e0 la complexit\u00e9 des technologies informatiques commencent \u00e0 appara\u00eetre.\u00a0<\/span><\/p>\n

Il y a deux possibilit\u00e9s pour votre organisation :<\/span><\/p>\n

    \n
  1. Vous devrez t\u00f4t ou tard renforcer les capacit\u00e9s de vos \u00e9quipes avec un peu d\u2019Intelligence Artificielle ou de Machine Learning.<\/span><\/li>\n
  2. L’adoption de l\u2019AIOps se fera sur le long terme, mais vous pouvez d\u00e8s aujourd’hui prendre des mesures pour assurer une transition en douceur. Autrement dit, c’est un voyage progressif.<\/span><\/li>\n<\/ol>\n

    \u00ab\u00a0L\u2019AIOps est utilis\u00e9 pour analyser et corr\u00e9ler un grand volume de donn\u00e9es h\u00e9t\u00e9rog\u00e8nes et fluides. Une telle analyse avanc\u00e9e augmente les capacit\u00e9s humaines de gestion et d’automatisation des services informatiques.\u00a0\u00bb<\/span><\/p><\/blockquote>\n

    Quelles sont les pr\u00e9visions au sujet de l’adoption de l\u2019AIOps ?<\/b><\/span><\/h2>\n

    Gartner pr\u00e9voit que d’ici 2023, 40\u00a0% des \u00e9quipes DevOps ajouteront aux outils de supervision des applications et des infrastructures les capacit\u00e9s de plateformes d’Intelligence Artificielle pour les op\u00e9rations informatiques (AIOps). (<\/span>Market Guide for AIOps Platforms<\/span><\/i>, 7 novembre 2019, Analystes\u00a0: Charley Rich, Pankaj Prasad, Sanjit Ganguli)<\/span><\/p>\n

    Quel calendrier envisager de mani\u00e8re r\u00e9aliste ?<\/b><\/span><\/h2>\n

    Vous pouvez vous attendre \u00e0 ce que dans les cinq prochaines ann\u00e9es, la complexit\u00e9 de votre infrastructure informatique soit devenue ing\u00e9rable par les seuls humains. Vous pouvez donc planifier sur une p\u00e9riode de 5 ans l’adoption par vos \u00e9quipes ITOps d’outils d’Intelligence Artificielle et de Machine Learning pour maintenir vos SLA.\u00a0<\/span><\/p>\n

    Quels sont les moteurs de l’adoption de l’AIOps ?<\/b><\/span><\/h2>\n

    Il y a deux moteurs essentiels :<\/span><\/p>\n